MSA 환경에서 Saga 패턴을 기반으로 로직을 처리하다보면 어쩔 수 없이 데이터 일관성이 잠깐동안 깨지는 순간이 발생한다. 이 현상을 눈으로 확인하기 위해 코드를 일부 수정해보자.
활동 점수 증가 API 로직 수정하기
게시글 작성 API는 ‘포인트 차감 → 게시글 작성 → 활동 점수 적립’의 순서로 로직을 처리한다. 이 때, ‘활동 점수 적립’ 작업을 처리하려고 하는 데, 트래픽이 몰려서 처리하는 데 시간이 오래걸리는 상황이라고 가정하자.
service/UserService
@Transactional
public void addActivityScore(
AddActivityScoreRequestDto addActivityScoreRequestDto
) {
User user = userRepository.findById(addActivityScoreRequestDto.getUserId())
.orElseThrow(() -> new IllegalArgumentException("사용자를 찾을 수 없습니다."));
user.addActivityScore(addActivityScoreRequestDto.getScore());
userRepository.save(user);
// 10초 대기
try {
Thread.sleep(10000);
} catch (Exception e) {}
// throw new RuntimeException("에러 발생");
}
user-service 다시 실행시키기
테스트를 위해 DB 데이터 정리하기
게시글 데이터 전부 삭제하기
포인트 데이터 1000점으로 맞추기
사용자 활동 점수 0점으로 바꾸기
API 요청 보내자마자 DB 다시 확인하기
[API 요청 보낸 직후에 조회한 DB 데이터]
API 요청을 보낸 직후에 DB 데이터를 조회해보면 데이터 일관성이 맞지 않는 순간이 발생한다. 즉, 데이터만 봤을 때 서비스 기획상 모순되는 상황(게시글은 작성됐는 데 활동 점수만 적립되지 않은 상황)이 발생했다.
포인트 차감 O, 게시글 데이터 O, 활동 점수 적립 X
[API 요청 보내고 10초 이후에 조회한 DB 데이터]
하지만 일정 시간(10초)이 지난 이후에 DB 데이터를 다시 조회해보니 데이터 일관성이 맞아졌다.
포인트 차감 O, 게시글 데이터 O, 활동 점수 적립 O
이런 것처럼 처음에는 잠깐 불일치하는 데이터가 발생하지만, 일정 시간 이후에는 모든 데이터의 일관성이 맞아지는 현상을 보고 Eventual Consistency(최종적 일관성)이라고 한다.
✅ Eventual Consistency에서 데이터 일관성이 잠깐 깨져도 괜찮은 이유
Eventual Consistency(최종적 일관성)는 처음에는 데이터 일관성이 맞지 않는 순간이 잠깐 생겼다가, 일정 시간 이후에는 모든 데이터 일관성이 맞아지는 현상을 의미한다. 이 개념을 처음 들으면 이런 생각이 들 수도 있다.
“잠깐이라도 데이터가 불일치한 상태가 존재해도 되는거야?
그 사이에 누가 불일치한 상태의 데이터에 접근하면 문제되는 거 아냐?”
그런데 실무에서 이런 Eventual Consistency를 허용해도 서비스상 크게 문제가 되지 않는 경우가 많다. 실제 규모 있는 기업의 사례를 살펴보자.
Instagram에서 게시글을 작성하면, 다른 사용자에게 바로 보이는 게 아니라 일정 시간 이후에 보인다.
작성한 게시글이 바로 즉시 안 보인다고 해서 큰 문제 될 게 없다.
Instagram에서 누군가가 게시글에 ‘좋아요’를 눌렀는데, 친구에게는 그게 즉시 반영되지 않고 일정 시간 이후에 반영된다.
좋아요 누른 게 바로 즉시 안 보인다고 해서 큰 문제 될 게 없다.
Amazon에서 누군가가 재고가 1개 남은 상품을 구매했는데, 일정 시간 동안 “재고 있음”으로 보일 수 있다.
재고가 있는 줄 알고 결제를 시도하지만, 서버가 결제 전에 재고를 체크했는데 재고가 없다고 판단했다고 치자. 그럼 사용자에게 “죄송합니다. 품절된 상품입니다”의 메시지와 함께 결제를 거절하면 된다.
(사용자 입장에서 살짝 불편할 수는 있으나 큰 문제가 되진 않는다.)
실제 서비스에서도 Eventual Consistency의 방식으로 구현이 되어 있는데도 불구하고 데이터의 일관성이 깨진 순간을 체감하지 못하는 이유는, 데이터 일관성이 깨지는 순간이 너무 찰나의 순간이기 때문이다. 서버 자체에 장애가 발생한 게 아니라면 데이터 일관성이 깨지는 순간이 1초를 넘지 않는 경우가 대부분이다.
✅ 잠깐이라도 데이터 일관성이 깨지면 안 될 때는 어떻게 하나요?
Saga 패턴을 적용하면서 Eventual Consistency로 인해 데이터의 일관성이 깨지는 찰나의 순간 조차도 막는 방법이 존재한다. 하지만 이걸 실제로 코드로 구현하려면 생각보다 많이 복잡해지기 때문에 MSA 입문 강의에서는 생략할 예정이다. 너무 궁금한 분들은 아래 링크를 참고하도록 하자.
![스프링캠프 2025 [Track 1] 4. 실전! MSA 트랜잭션 개발 가이드 (김용욱)](https://www.notion.so/image/https%3A%2F%2Fwww.youtube.com%2Fs%2Fdesktop%2F271635d3%2Fimg%2Flogos%2Ffavicon_144x144.png?table=block&id=2c111062-ff07-814f-a5a1-c1461e904791&cache=v2)
![스프링캠프 2025 [Track 1] 4. 실전! MSA 트랜잭션 개발 가이드 (김용욱)](https://www.notion.so/image/https%3A%2F%2Fi.ytimg.com%2Fvi%2F0UiE9YJi_f4%2Fmaxresdefault.jpg?table=block&id=2c111062-ff07-814f-a5a1-c1461e904791&cache=v2)